典型文献
多策略融合改进的多目标粒子群算法
文献摘要：
为了提升多目标粒子群算法的收敛性和分布性,提出了一种多策略融合改进的多目标粒子群优化算法(Multi-objective particle swarm optimization by fusing multiple strategies,MOPSO-MS).首先,设计了空间平均拥挤距离法,在全面考虑个体对拥挤距离的影响且降低算法时间复杂度和计算成本的基础上,确保外部档案维护的高效性并提升了算法的分布性.其次,算法利用粒子差值指导自适应惯性权重,以粒子的历史最优与种群最优粒子的差距程度来指导w取值,随差距程度的不同非线性地调整w的大小,可提升算法的收敛性.最后,设计分层选取全局最优策略,以确定全局最优位置来控制搜索方向,从而避免了搜索方向单一及搜索方向随机性不足,使得全局最优位置选取更客观全面,进一步提升了算法的收敛性.该算法与另外8种算法在ZDT测试函数和DTLZ测试函数上进行对比试验,结果表明,该算法在收敛性和分布性上具有显著优势.
文献关键词：
多目标粒子群算法;空间平均拥挤距离;差值指导;分层选取全局最优
中图分类号：
作者姓名：
许振兴;祝水然
作者机构：
安徽工业大学管理科学与工程学院,安徽马鞍山243032;天津大学电气自动化与信息工程学院,天津300072
文献出处：
引用格式：
[1]许振兴;祝水然-.多策略融合改进的多目标粒子群算法)[J].测试科学与仪器,2022(03):284-299
A类：
空间平均拥挤距离,差值指导,分层选取全局最优
B类：
多策略融合,多目标粒子群算法,收敛性,改进的多目标粒子群优化,多目标粒子群优化算法,Multi,objective,particle,swarm,optimization,by,fusing,multiple,strategies,MOPSO,时间复杂度,计算成本,保外,外部档案,法利,自适应惯性权重,最优粒子,最优策略,最优位置,搜索方向,随机性,ZDT,测试函数,DTLZ,显著优势
AB值：
0.309118
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
